Python 如何计算高斯拟合的振幅误差和标准偏差？

我的数据有XERROR，我正在使用scipy.optimize.curve.fit拟合高斯曲线。 我想用给定的XERROR计算拟合的振幅误差和标准偏差。 中提到的西格玛参数采用耶罗系数。如果我能将XERROR适应于高斯参数的误差，这将是很有帮助的

---

谢谢大家!

曲线拟合不接受x错误。这里最简单的方法是生成合成数据集（每个x点都是一个具有给定平均值和标准偏差的高斯分布），对其进行拟合，并分析拟合结果的统计信息。

我通过拟合最差的数据点（最宽的高斯拟合）来计算误差取最佳拟合和最差拟合的振幅和标准差之差。然而，X点的误差是1SIGMA误差，如果考虑最坏的拟合，则计算的振幅和STDDEV误差将大于1SigMA。有没有办法估计振幅和STDEV中的1sigma误差？